[논문 리뷰] We've walked a million miles for one of these smiles

Lorenzo De Leo, Vincent Vargas외 2명|arXiv (Cornell University)|2012. 03. 26.

Stochastic processes and financial applications인용 수 3

한 줄 요약

이 논문은 수익률 분포의 고차수 누적량에 의존하지 않고 저차수 모멘트에만 의존하는 새로운 정확한 옵션 스마일 전개를 제안한다. 이는 문제를 일으키는 고차수 누적량을 피한다. 스마일의 비대칭성과 곡률은 허지드 몬테카를로 방법을 사용하여 고급 옵션으로 계산할 수 있으며, 이는 표준 에지워스 전개가 극단적인 변동성에서 역전된 비대칭성-비대칭 관계를 포착하지 못하고, 고비중을 가진 수익률에도 곡률을 과소평가한다는 것을 드러낸다.

ABSTRACT

We derive a new, exact and transparent expansion for option smiles, which lends itself both to analytical approximation and, perhaps more importantly, to congenial numerical treatments. We show that the skew and the curvature of the smile can be computed as exotic options, for which the Hedged Monte Carlo method is particularly well suited. When applied to options on the S&P index, we find that the skew and the curvature of the smile are very poorly reproduced by the standard Edgeworth (cumulant) expansion. Most notably, the relation between the skew and the skewness is inverted at small and large vols, a feature that none of the model studied so far is able to reproduce. Furthermore, the around-the-money curvature of the smile is found to be very small, in stark contrast with the highly kurtic nature of the returns.

연구 동기 및 목표

• 고차수 누적량(예: 비대칭성, 첨도)과 같은 발산 가능한 고차수 누적량을 피하는 엄밀한, 모멘트에 의존하지 않는 옵션 스마일 전개를 개발하는 것.
• 비대칭성과 곡률이 고급 옵션으로 계산될 수 있는 프레임워크를 제공하여 수치적 처리에 적합한 것.
• 극단적인 변동성에서 관찰되는 시장 특성(예: 높고 낮은 변동성에서의 역전된 비대칭성-비대칭 관계)을 재현하지 못하는 표준 에지워스 전개의 실패를 다루는 것.
• 높은 첨도를 가진 수익률에도 불구하고, 근처의 옵션 스마일 곡률이 매우 작다는 점을 입증하여, 전통적인 모델 가정에 도전하는 것.

제안 방법

• 비율된 근접성 $\mathcal{M}$ 에 대한 새로운 옵션 가격 전개를 유도하며, 계수 $\alpha_T$, $\beta_T$, $\gamma_T$ 는 $u_T = r_T / (\sigma\sqrt{T})$ 의 분포에만 의존한다.
• 계수를 $\alpha_T = \sqrt{\pi/2} \, \mathbb{E}[|u_T|]$, $\beta_T = \sqrt{\pi/2} \, \left[1 - 2P(u_T > 0)\right]$, $\gamma_T = \sqrt{\pi/2} \, p_T(0) - 1/(2\alpha_T)$ 로 표현하며, 일차 및 이차 모멘트에 의존한다.
• 허지드 몬테카를로 방법을 사용하여, 매개변수 가정 없이 역사적 데이터나 복잡한 모델로부터 $\alpha_T$, $\beta_T$, $\gamma_T$ 를 수치적으로 추정한다.
• 작은 누적량의 극한에서 새로운 전개가 에지워스 공식으로 수렴함을 보여, 이전 연구와의 일致성을 검증한다.
• $\beta_T$ 가 제3차 모멘트에 의존하지 않고 중앙값과 생존 확률에만 의존하므로 극단적 사건에 민감하지 않음을 입증한다.
• S&P 500 옵션에 이 방법을 적용하여, 에지워스 모델이 시장의 비대칭성과 곡률을 포착하지 못하는 체계적인 실패를 드러낸다.

실험 결과

연구 질문

• RQ1 왜 표준 에지워스 전개가 극단적인 변동성에서 관측된 옵션 마켓 데이터의 비대칭성과 곡률을 재현하지 못하는가?
• RQ2 왜 비대칭성과 첨도와 같은 발산 가능한 고차수 누적량에 의존하지 않는 새로운 옵션 스마일 전개를 유도할 수 있는가?
• RQ3 다양한 변동성 제도에서 스마일의 비대칭성은 수익률 분포의 비대칭성과 어떻게 관련이 있는가?
• RQ4 왜 높은 첨도를 가진 금융 수익률에도 불구하고, 근처의 스마일 곡률은 매우 작게 나타나는가?
• RQ5 이 새로운 전개는 매개변수 가정 없이 역사적 데이터나 복잡한 모델로부터 효율적으로 수치적으로 계산될 수 있는가?

주요 결과

• 표준 에지워스 전개가 S&P 500 옵션에서 빈번하게 관측되는, 저변동성과 고변동성에서의 비대칭성-비대칭 관계의 역전을 재현하지 못함을 확인했다.
• 스마일의 비대칭성은 $\beta_T$ 로 캡처되며, 제3차 모멘트에 의존하지 않고 중앙값과 꼬리 확률에만 의존하므로 극단적 사건에 민감하지 않다.
• 근처의 스마일 곡률은 매우 작게 나타나며, 높은 첨도를 가진 수익률 분포의 기대와 정면으로 배치된다.
• 작은 누적량의 극한에서 새로운 전개가 에지워스 공식으로 수렴함을 확인하여 일치성을 검증했지만, 무거운 꼬리에 대한 강건성 덕분에 실제 설정에서 더 뛰어난 성능을 보였다.
• 허지드 몬테카를로 방법을 통해 실시장 데이터나 복잡한 모델에서 $\alpha_T$, $\beta_T$, $\gamma_T$ 를 정확하고 효율적으로 수치적으로 추정할 수 있었으며, 매개변수 가정 없이도 가능했다.
• 이 방법은 수익률 분포의 비대칭성이 스마일 비대칭성을 선형적으로 결정하지 않음을 드러내었으며, 비정규 분포 제도에서 특히 장기적인 모델 가정에 도전한다.